Currículo Estendido → Banco de Respostas Comportamentais

Transforma anotações e documentos pessoais em um currículo aprofundado com evidências e um banco de respostas prontas para entrevistas comportamentais.

O que é Currículo Estendido → Banco de Respostas Comportamentais?

Esta skill transforma anotações pessoais e documentos (Documentos, Desktop, Downloads, Obsidian, Logseq, e opcionalmente Apple Notes, Notion, OneNote, Bear, Joplin, drives na nuvem) em um 'currículo estendido' que captura projetos, decisões com alternativas consideradas, trade-offs, métricas, conflitos, erros e feedback. A partir desse histórico, a skill gera respostas prontas para entrevistas para as principais perguntas comportamentais (fale sobre você, conflito, falha, priorização, prazos, discordar de um gerente, pontos fortes e fracos, entre outras), cada uma fundamentada e citada nesse histórico. O usuário aprova exatamente quais arquivos são lidos antes de qualquer abertura, garantindo controle total sobre a privacidade. A skill atende aos agentes Claude Code, Codex e ambientes similares, rodando scripts Python localmente sem usar rede, ideal para quem deseja se preparar para entrevistas de liderança ou comportamentais, construir um banco de histórias STAR ou extrair histórias de entrevistas de anos de documentos, mesmo sem mencionar anotações ou arquivos.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Get-Lodely/extended-resume/tree/main

Installed? Explore more Produtividade e Colaboração skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Currículo Estendido → Banco de Respostas Comportamentais faz?

Transforme as notas e documentos já existentes no computador de alguém em:

  1. extended-resume.md: um registro profundo e fundamentado do que a pessoa fez, decidiu, pesou, aprendeu e ouviu; e
  2. answers.md: respostas para as principais perguntas comportamentais de entrevista, cada afirmação rastreável até uma fonte.

Um currículo normal mantém resultados e descarta o raciocínio. Entrevistadores investigam o raciocínio ("O que mais você considerou?", "O que faria diferente?"), e esse raciocínio geralmente ainda está em documentos antigos de design, retrospectivas, anotações de 1:1 e autoavaliações. Esta skill o encontra, para que as respostas sejam específicas e verdadeiras, em vez de genéricas.

SKILL_DIR abaixo significa a pasta que contém este arquivo. Todos os scripts são Python 3.8+ apenas com a biblioteca padrão; execute-os como python3 SKILL_DIR/scripts/<nome>.py. Tudo roda localmente; nenhum script usa a rede.

Regras básicas

  1. Você (o IA) nunca abre os arquivos originais da pessoa. Nem antes da aprovação, nem depois. Apenas os scripts da skill leem os originais, e extract.py lê apenas os itens que a pessoa aprovou. Você lê os resumos de metadados durante o escopo e o texto extraído e anonimizado em OUT/.work/text/ (através das listas de lotes) depois. Nunca cat/grep/head/open/preview nada dentro de uma pasta de origem ou banco de dados de aplicativo de notas, mesmo para esclarecer uma dúvida; marque como ASK. Esta é a promessa na qual a pessoa confia.
  2. A pessoa aprova o escopo antes que qualquer coisa seja lida. Mostre a ela o que está incluído, o que está excluído e o que precisa de decisão; aplique suas alterações; congele somente quando ela disser que está aprovado.
  3. Nunca invente experiências. Cada fato no currículo e nas respostas vem de um cartão de evidência ou diretamente da pessoa. Números ausentes tornam-se placeholders visíveis como [ADICIONE MÉTRICA: latência antes/depois]. Uma métrica inventada repetida em uma entrevista é muito pior do que uma lacuna, porque os entrevistadores investigam números.
  4. Apenas a experiência do proprietário conta. Currículos de outras pessoas, artigos salvos e documentos de colegas de equipe não são suas histórias.
  5. Proteja outras pessoas. Colegas aparecem por função, nunca por nome. Generalize detalhes confidenciais (produtos não lançados, nomes de clientes) nas respostas.
  6. Não leia os arquivos apenas da pessoa: hidden-by-safety.md e quarantine.md listam nomes de arquivos confidenciais para a pessoa; você só precisa das contagens que os scripts imprimem.

Pasta de saída

Padrão OUT = ~/extended-resume/ (pergunte se quiser outro local; nunca dentro de um repositório git ou dentro de uma pasta de origem). Se seu ambiente de execução não puder escrever lá, peça à pessoa para aprovar a escrita ou escolher uma pasta onde você possa escrever. Passe --out OUT para cada script se não for o padrão.

CaminhoO que é
extended-resume.mdo currículo aprofundado
answers.mdo banco de respostas
scope.mda lista revisável do que será lido (a pessoa pode marcar/desmarcar)
custom-questions.mdperguntas que a pessoa adicionou; persiste entre execuções
user-notes.mdfatos que a pessoa lhe contou diretamente (conta como fonte)
sources.selected.jsonquais locais estão ativados
hidden-by-safety.md, quarantine.mdapenas para a pessoa
.work/catálogo, decisões, texto extraído, evidência. Contém texto extraído dos documentos; ofereça-se para excluí-lo no final

Escolha o modo

Verifique primeiro OUT.

  • Nenhum extended-resume.md → Construção completa (etapas 1–9).
  • Ele existe e a pessoa quer uma atualização → Atualização: scope.py catalog --refresh, scope.py digest --only-undecided, decida apenas as novas pastas, revise, congele, extract.py --only-new, extraia apenas os novos lotes, mescle e depois revise o currículo e as respostas afetadas.
  • A pessoa só quer mais perguntas respondidas → Adicionar perguntas (etapas 7–8 apenas para as novas perguntas; sem escaneamento).
  • Nenhum arquivo local (por exemplo, um aplicativo de chat com um zip enviado): descompacte-o em uma pasta, adicione essa pasta com sources.py select --add-folder PATH e execute a construção completa nela. Não há ganchos de proteção nessa configuração; a regra básica 1 ainda se aplica.

Etapa 1: Fontes e consentimento (uma mensagem)

python3 SKILL_DIR/scripts/sources.py detect

Isso imprime um menu numerado dos locais que a skill conhece, com contagens, lendo apenas nomes e contagens:

  • Ativados por padrão: Documentos, Desktop, Downloads (todos rigorosos: um arquivo é lido apenas com evidência positiva de que é material de carreira), cofres Obsidian (da própria lista de cofres do Obsidian), gráficos Logseq, ~/Notes.
  • Desativados até serem ativados: Apple Notes (macOS pede permissão; pode ser limitado a pastas nomeadas), cache do Notion para desktop, OneNote (aplicativo Windows para desktop), Bear, Joplin, iCloud Drive, cada drive de nuvem e conectores.
  • Se você tiver ferramentas conectoras do Notion / Google Drive / Microsoft 365 disponíveis, mencione-as também como uma fonte opcional.
  • Uma fonte marcada como SEM PERMISSÃO é uma que o macOS está bloqueando (não está vazia). No macOS, a permissão pertence ao aplicativo que executa os scripts: quando for o Claude Code, a pessoa ativa a pasta em Configurações do Sistema > Privacidade e Segurança > Arquivos e Pastas na entrada claude (a ferramenta de linha de comando), não no Claude.app. Em seguida, execute detect novamente.

Em uma mensagem, mostre o menu e peça à pessoa para:

  • confirmar ou alterar quais fontes estão ativadas;
  • confirmar seu nome como aparece nos documentos (preencha com base nas dicas) e quaisquer outras grafias;
  • opcionalmente listar empregadores com datas aproximadas (Acme Corp|2021-04|2023-11): isso melhora muito o escopo;
  • opcionalmente fornecer uma função alvo ou descrição do cargo e qualquer coisa para deixar de fora.

Diga a eles claramente o que acontece a seguir: "Primeiro listarei nomes, pastas, datas e propriedades dos documentos (autor, título, empresa), nunca conteúdos. Você revisará exatamente quais arquivos estão no escopo e poderá alterar qualquer coisa. Somente após sua aprovação, um script local lê esses arquivos, filtra qualquer coisa que pareça um documento bancário, de identidade, médico ou de senha e remove segredos acidentais. Eu só vejo esse texto limpo."

Informe também que, antes de qualquer leitura (etapa 4), você instalará o guarda de leitura: um gancho de pré-uso da ferramenta que bloqueia as próprias ferramentas do IA de tocar nas pastas de origem da pessoa, para que a promessa acima seja aplicada em vez de apenas seguida. Ele edita as configurações de usuário do agente (um backup é mantido) e é removido na etapa 9. Isso não é opcional; se a pessoa não quiser que suas configurações sejam alteradas, a construção para após a revisão do escopo.

Salve as escolhas:

python3 SKILL_DIR/scripts/sources.py select --owner "Sam Okafor" --alias "Sam O" \
  --employer "Acme Corp|2021-04|present" "Tidewater Health|2019-01|2021-03" \
  --enable 7 --disable 3 [--add-folder ~/Work/notes] [--apple-notes-folders "Work,1:1s"]

Se eles disserem "apenas execute": mantenha os padrões, declare-os e ainda faça as etapas 2–3 (a revisão não pode ser pulada).

Etapa 2: Proposta de escopo (apenas metadados)

python3 SKILL_DIR/scripts/scope.py catalog
python3 SKILL_DIR/scripts/scope.py digest

catalog lista itens com nomes, datas, propriedades de documentos e origens de download, nunca conteúdos; também descarta arquivos de chave/credenciais e arquivos criptografados. digest escreve resumos de pastas para .work/scope/digest/part-NNN.md.

Leia references/scoping-guide.md e julgue cada cartão de pasta: IN-ALL, OUT-ALL (com uma categoria), ASK-ALL ou MIXED. Para pastas MIXED execute scope.py files F-xxxxxxxx ... e decida cada item IN / OUT / ASK. Escreva as decisões como linhas JSON para .work/scope/decisions/part-NNN.jsonl (um arquivo por parte do digest). Se houver muitas partes e você puder executar workers paralelos ou subagentes, dê a cada worker uma parte mais o guia de escopo e peça para escrever o arquivo de decisões dessa parte.

Em fontes rigorosas, IN precisa de evidência positiva; qualquer coisa incerta é ASK. Então:

python3 SKILL_DIR/scripts/scope.py status     # nada não revisado?
python3 SKILL_DIR/scripts/scope.py render     # escreve OUT/scope.md e imprime um breve resumo

Etapa 3: Loop de revisão (repita até aprovação)

Mostre o resumo impresso (contagens por fonte, maiores pastas no escopo, a lista "precisa de sua decisão" agrupada por pasta, contagens de exclusão por motivo) e aponte para OUT/scope.md, onde eles podem marcar e desmarcar.

Aplique o que eles disserem:

python3 SKILL_DIR/scripts/scope.py set --exclude "~/Documents/Personal"
python3 SKILL_DIR/scripts/scope.py set --include F-1a2b3c4d f-0123456789ab
python3 SKILL_DIR/scripts/scope.py set --include-ask "folder:Work"     # todos os itens "precisa de sua decisão" lá
python3 SKILL_DIR/scripts/scope.py set --before 2018-01-01            # exclua qualquer coisa mais antiga
python3 SKILL_DIR/scripts/scope.py apply-md                           # pegue suas edições nas caixas de seleção
python3 SKILL_DIR/scripts/sources.py select --add-folder ~/Work/notes && python3 SKILL_DIR/scripts/scope.py catalog

Em seguida, scope.py render novamente e mostre o novo resumo. Continue até que eles aprovem explicitamente. Itens não decididos não são lidos; diga isso.

Só então:

python3 SKILL_DIR/scripts/scope.py freeze --approved

Etapa 4: Ler e minerar

Instale o guarda de leitura primeiro, sempre. Nunca execute extract.py ou leia qualquer texto extraído sem ele:

python3 SKILL_DIR/scripts/guard.py install --claude      # Claude Code
python3 SKILL_DIR/scripts/guard.py install --codex       # Codex (então: digite /hooks no Codex e confie)
python3 SKILL_DIR/scripts/guard.py install --claude --dry-run   # mostre a alteração em vez de fazê-la

Diga à pessoa que está instalado. Se a instalação falhar, ou o agente em que você está executando não tiver suporte a gancho (nenhum --claude/--codex se encaixa), pare e diga à pessoa; não extraia até que eles tenham corrigido ou dito explicitamente para continuar sem o guarda. A única exceção é a configuração sem arquivos locais acima, onde não há originais para proteger.

python3 SKILL_DIR/scripts/extract.py

Ele lê apenas a lista congelada, recusa arquivos alterados desde a aprovação, coloca em quarentena qualquer coisa que pareça um documento bancário/fiscal/pagamento, identidade, médico, legal ou senha (a pessoa vê quais em quarantine.md; você vê contagens), anonimiza chaves, tokens, números de ID e cartão, e-mails e números de telefone, e escreve .work/text/*.txt, .work/batches/*.txt e .work/extract_summary.md. Se a pessoa disser que um item em quarentena é um falso alarme, execute novamente com --allow ITEM_ID.

Em seguida, extraia evidências com references/mining-guide.md:

  1. Esqueleto primeiro: leia o texto do currículo mais recente (marcado em extract_summary.md) e escreva cartões de função para .work/evidence/batch-000.jsonl.
  2. Lotes: para cada arquivo de lote, leia os arquivos de texto listados e escreva .work/evidence/<nome do lote>.jsonl. Com workers paralelos, dê a cada um um lote, o guia de mineração, o nome do proprietário e as funções do esqueleto; peça para eles responderem apenas com uma contagem. Sem eles, vá lote por lote e escreva os cartões de cada lote antes de ler o próximo, para que o texto bruto não se acumule. Em um corpus muito grande, pare quando lotes posteriores (de classificação inferior) pararem de produzir novas histórias e diga onde parou.
  3. python3 SKILL_DIR/scripts/evidence_tool.py merge → .work/evidence.jsonl e .work/evidence_index.md (com uma tabela de cobertura e lacunas). Corrija quaisquer linhas ruins relatadas e mescle novamente.

Etapa 5: Escrever o currículo estendido

Siga references/extended-resume-template.md. Trabalhe a partir de evidence_index.md; puxe cartões completos com evidence_tool.py show E-xxxxxx ou --type decision. Mantenha o registro de decisão rico; anote fatos conflitantes em Perguntas em aberto; marque itens inferidos.

Etapa 6: Verificação de lacunas (recomendado, opcional)

A partir da seção de Lacunas do índice e da tabela de cobertura, faça à pessoa no máximo ~7 perguntas curtas em uma mensagem: resultados ausentes em projetos importantes, uma função pessoal pouco clara, um tipo de história faltante (nenhum conflito ou falha encontrado) e o motivo real pelo qual desejam se mudar. Anexe as respostas a OUT/user-notes.md com a data e adicione cartões com "item": "user-notes" para .work/evidence/user-notes.jsonl e mescle novamente. Se eles pularem, mantenha os placeholders.

Etapa 7: Perguntas

python3 SKILL_DIR/scripts/questions.py list

O banco interno tem 23 perguntas, deduplicadas de 30 prompts comuns de entrevista, com perguntas específicas de empresa (como "Por que você quer trabalhar no Google?") removidas. Veja assets/question_bank.json para o que cada pergunta avalia e quais evidências procurar.

Para adicionar perguntas (uma única, várias ou uma lista bagunçada colada):

python3 SKILL_DIR/scripts/questions.py add "Conte-me sobre uma vez em que você orientou alguém."
python3 SKILL_DIR/scripts/questions.py add --from-file pasted.txt
python3 SKILL_DIR/scripts/questions.py add "Como você lida com discordância com um colega?" --variant-of conflict
python3 SKILL_DIR/scripts/questions.py skip why-not-hire

O script sinaliza duplicatas, possíveis duplicatas e redação específica da empresa. Ele não consegue capturar todas as duplicatas de mesmo significado ("discordou de um colega de trabalho" vs "conflito com um par"), então verifique as novas perguntas em relação à lista você mesmo; se uma receber a mesma resposta que uma interna, adicione-a novamente com --variant-of. Perguntas específicas da empresa são aceitáveis quando a pessoa as quer: pergunte o que a atrai naquela empresa e responda conectando seu histórico real a ela, nunca inventando fatos sobre a empresa.

Etapa 8: Mapa de histórias, depois respostas

Siga references/answer-guide.md: construa o mapa de histórias (8–14 histórias, cada uma primária para no máximo 3 perguntas), depois escreva OUT/answers.md no formato fornecido, com acompanhamentos, uma história de backup, fontes e uma lista de "verifique antes de usar" para cada pergunta. No modo Adicionar perguntas, anexe as novas respostas e atualize o mapa de histórias sem reescrever mais nada.

Antes de terminar, execute a autoverificação no guia de respostas: cada número rastreia para evidência ou user-notes.md, sem nomes, todos os placeholders listados em "Preencha estes primeiro".

Etapa 9: Conclusão

python3 SKILL_DIR/scripts/audit.py          # alguma chamada de ferramenta IA tocou nos originais?
python3 SKILL_DIR/scripts/guard.py uninstall --claude   # ou --codex: sempre remova o guarda instalado na etapa 4

Diga à pessoa: onde estão os arquivos; quantas fontes, cartões e histórias foram criados; que o guarda de leitura foi removido; e que o rastro .work/ pode ser excluído com rm -rf OUT/.work (ofereça-se para fazer isso). Se eles colocaram um arquivo zip, pergunte se o lixo original ou o rastro local devem ser excluídos.

Scripts de referência

Os scripts estão em scripts/:

  • sources.py – detectar, selecionar fontes e definir proprietário/empregadores.
  • scope.py – catalogar, resumir, modificar, congelar escopo.
  • extract.py – ler, anonimizar, dividir em lotes.
  • evidence_tool.py – mesclar, consultar, inspecionar cartões de evidência.
  • guard.py – instalar/remover o gancho de pré-uso da ferramenta.
  • audit.py – verificar se as ferramentas IA tocaram nos originais.
  • questions.py – listar/adicionar/pular perguntas.

Guias em references/:

  • scoping-guide.md – como decidir IN/OUT/ASK.
  • mining-guide.md – como extrair evidências estruturadas do texto.
  • extended-resume-template.md – o formato de saída do currículo.
  • answer-guide.md – como escrever respostas ao estilo STAR e verificar.

Dados em assets/:

  • question_bank.json – as perguntas internas com categorias e dicas de evidência.

Notas de plataforma

  • Claude Code – usa guard.py install --claude, que adiciona um gancho PreToolUse a ~/.claude/settings.json. O gancho não tem efeitos colaterais; apenas retorna um erro se a ferramenta tentar ler um caminho de origem que esteja no escopo congelado. A ferramenta Bash do Claude Code e Read são bloqueadas; FileEdit e FileWrite não (elas escrevem, não leem). Se um script (por exemplo, scope.py catalog) precisar ler um caminho de origem, faça-o executar o script, não usando a ferramenta de leitura do Claude.
  • Codex – usa guard.py install --codex, que adiciona uma instrução de sistema. Isso é menos forte que um gancho, mas é o melhor disponível. Codex também tem um comando /hooks que pode ser usado depois.
  • Aplicativos de chat sem ambiente de execução local – não há scripts para rodar; a extração de texto deve ser manual (peça uploads). O guarda de leitura não se aplica. As etapas de escopo e evidência são mais importantes aqui: verifique as fontes manualmente.

Exemplo de fluxo de trabalho (Claude Code)

# Etapa 1
$ python3 SKILL_DIR/scripts/sources.py detect
$ python3 SKILL_DIR/scripts/sources.py select --owner "Sam Okafor" --enable 1 2 3 4 --disable 5

# Etapa 2
$ python3 SKILL_DIR/scripts/scope.py catalog
$ python3 SKILL_DIR/scripts/scope.py digest
$ python3 SKILL_DIR/scripts/scope.py render

# Etapa 3 (repetir)

# Etapa 4
$ python3 SKILL_DIR/scripts/guard.py install --claude
$ python3 SKILL_DIR/scripts/extract.py
$ python3 SKILL_DIR/scripts/evidence_tool.py merge

# Etapa 5
# (escrever extended-resume.md manualmente)

# Etapa 6

# Etapa 7
$ python3 SKILL_DIR/scripts/questions.py list

# Etapa 8
# (escrever answers.md manualmente)

# Etapa 9
$ python3 SKILL_DIR/scripts/audit.py
$ python3 SKILL_DIR/scripts/guard.py uninstall --claude

Problemas conhecidos e soluções

  • "minha pasta do Obsidian não é detectada" – Obsidian armazena cofres em ~/Library/Application Support/obsidian/obsidian.json no macOS ou %APPDATA%/Obsidian/obsidian.json no Windows. Se o arquivo não existir, adicione a pasta manualmente com sources.py select --add-folder /caminho/para/o/cofre.
  • "muitos arquivos ASK – estou ficando impaciente" – Use scope.py set --include-ask "folder:Work" para incluir todos os itens não decididos de uma pasta de uma vez, ou defina um limite de data com --before.
  • "o Apple Notes está bloqueado pelo macOS" – A permissão está sob Claude Code (ferramenta CLI) ou Codex, não sob Claude.app. Peça à pessoa para ativar a pasta ~/Library/Group Containers/group.com.apple.notes/ em Configurações do Sistema > Privacidade e Segurança > Arquivos e Pastas para claude (ou codex).
  • "o guarda de leitura não funcionou – meus documentos ainda foram lidos" – Isso é improvável com o Claude Code (o gancho é imposto), mas com o Codex a instrução de sistema é apenas um guia. A auditoria (audit.py) mostrará violações. Se houver alguma, refaça a extração com extract.py e reinicie.
  • "adicionei uma pergunta, mas ela não apareceu" – Certifique-se de executar questions.py add no diretório OUT correto (ou passe --out).
  • "meu currículo tem métricas ausentes" – Isso é esperado. Elas se tornam [ADICIONE MÉTRICA: ...] placeholders que a pessoa preenche antes da entrevista.

Esta skill foi projetada para respeitar a privacidade e a propriedade dos dados do usuário. Todo o processamento é local; nenhum dado deixa a máquina.

Habilidades Relacionadas